Visión general
De qué trata este proyecto.
Implementa un FNO en PyTorch para mapear geometrías a temperatura y evalúa su precisión. Obtén un certificado verificable.
El escenario
El centro de investigación trabaja con una ingeniería con sede en Madrid que diseña intercambiadores para sistemas de propulsión; el barrido actual de 500 configuraciones tarda unas 18 horas y un sustituto neural lo bajaría a minutos.
El Briefing
Lo que harás y lo que demostrarás.
Entrenar un FNO que aproxime el campo de temperatura estacionario de un intercambiador a partir de la geometría, evaluando coste, precisión y comportamiento fuera de distribución.
Earning criteria — what you'll demonstrate
- Implementar un operador neural moderno desde el paper original
- Diseñar benchmarks honestos contra una referencia numérica
- Caracterizar la generalización fuera de distribución
- Proponer un patrón de uso híbrido sustituto+referencia
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Neural Operators
Apply neural operators to solve real industry problems and demonstrate production-level capability.
- Deep Learning
Design and train neural networks for complex pattern recognition tasks.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Scientific Computing
Apply scientific computing to solve real industry problems and demonstrate production-level capability.
- Model Validation
Apply model validation to solve real industry problems and demonstrate production-level capability.
- Benchmarking
Apply benchmarking to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Investigador de Machine Learning
Implementar un operador neural desde el paper, validarlo honestamente y caracterizar su régimen de validez es ejercicio puro de un ML Researcher en simulación científica.
Este proyecto afina
- neural-operators
- deep-learning
- model-validation
Investigador Científico
El criterio para incorporar un sustituto neural a un pipeline de simulación es competencia diaria de un Research Scientist en organizaciones de I+D.
Este proyecto afina
- scientific-computing
- neural-operators
- benchmarking
Científico de Datos Aplicado a IA
Proponer un patrón híbrido sustituto+referencia y comunicarlo a una audiencia de ingeniería es trabajo aplicado dentro de equipos de simulación industrial.
Este proyecto afina
- benchmarking
- pytorch
- model-validation